AI 的使用場景在台灣，還沒有接上思考自己專業的「效率倍增化」的路線。本文作者為 M-Ross 創辦人林上倫律師。
（前情提要：林上倫律師專文》Gemini 3.0 帶來的「Vibe Coding」熱潮，是一場被誤解的狂歡 ）
（背景補充：上倫律師專文》全民基本收入（UBI）與區塊鏈，是AI浪潮下的社會安全網？ ）

本文目錄

• 一場硬核的 AI 實戰課
• 當「專業堡壘」被 AI 攻破
• 台灣 AI 應用的誤區：把工具當玩具
• 矽谷殘酷現況：沒有 AI 協作，你連交卷的資格都沒有
• 無聲的專業重組

一場硬核的 AI 實戰課

我有幸受邀到華南銀行，為一群金融領域的專業人士進行了一場關於 AI 應用與治理的課程。這是整整三個小時，硬核的實戰課程。我們從 AI 基本法草案談起，嚴謹地界定什麼是 AI，藉此排除那些被大眾誤解的自動化程式；我們談隱私，談為什麼大家用 GPT 或 Gemini 常感到力不從心。

我也解釋了為什麼有些客服機器人往往「弱」得讓人發笑。這不是 AI 不行，而是因為選擇採用了低端的模型、沒有 RAG（檢索增強生成）補足資料庫，甚至沒有針對應用場景區分不同的 Agent 來對應。

當「專業堡壘」被 AI 攻破

但整場課程的高潮，發生在我切換回「律師」身份，現場實測 AI 操作的那一刻。

我直接在現場演示，如何用 AI 來進行撰寫書狀、擬定存證信函、修改契約等律師工作。

台下金融領域的專業人士，眼神從原本的禮貌性專注，轉為極度的震驚。為什麼震驚？因為在過去，這些是必須手把手教導實習律師、受僱律師才能完成的高度專業工作。

但當他們親眼看到，這些被視為「專業堡壘」的流程，竟然可以被 AI 如此流暢地自動化執行時，那種衝擊不可謂不巨大。

台灣 AI 應用的誤區：把工具當玩具

台灣的硬體科技永遠站在世界的尖端，但我們的軟體思維與應用，卻往往落後國際主流五到十年。打開臉書，演算法推給你的 AI 資訊是什麼？

「Gemini 把我的照片修得好美！」
「用 Vibe Coding 寫了一個資料分類機器人！」
「打造一個回應更像真人的客服聊天室！」

聽起來很炫，對吧？但坦白說，這些在兩年前 Cursor 發布時就已經是舊聞了。如果現在還在訓練 AI「如何回覆得更自然」、「看不出是機器人」，那真的太可惜了，因為這根本不是現在 AI 發展的風口。

AI 最強大的力量，不在於讓素人做出小工具，而在於讓具備 Domain Knowledge（領域知識）的專業人士，爆發出十倍、甚至數十倍的能量。

這次金融演講我沒有演示 AI 怎麼完成金融業工作，是因為我不具備現金融或會計領域的 Domain Knowledge，我就不配去展現該領域的 AI 應用。

但我的眼是要說明的是：「當一個專業律師、會計師或醫師，知道如何將自己的專業與 AI 結合，將那些繁瑣、難以批量化的工作，轉化為高效的自動化流程時，那才是真正的降維打擊。」

矽谷殘酷現況：沒有 AI 協作，你連交卷的資格都沒有

為了讓大家明白這種效率落差有多巨大，我很殘酷地分享一個矽谷的現況。現在許多矽谷頂尖科技公司，已經有兩個認我震驚的規定：

• 第一，所有工作的初稿，絕對不能由人力從零開始完成。無論工作多複雜，AI 都有能力產出至少四、五成的地基。它的方向通常不會錯，員工必須在這個 AI 完成的初稿上進行迭代，而不是浪費時間從頭造輪子。
• 第二，當你在對初稿進行加工、進行迭代的時候，後台會有軟體實時監控看你到底用了多少 AI 的比例。如果你沒有達到那個比例，你的工作是不能發給上級審改，或者是進到下一個階段的。

這背後的邏輯很簡單：老闆們看重的是成本與效率。在程式碼撰寫或文書處理上，如果你沒有達到一定比例是透過 AI 輔助完成，你甚至沒有資格提交作業。這就是現實。

當全世界最聰明的腦袋都已經強制要求「人機協作」並實施數據化監控時，如果我們還盲目地認為「人類有特殊性」、「專業無法被取代」，那真的就有點夜郎自大了。

無聲的專業重組

我個人認為，一般人現在最該做的，不是去學怎麼寫程式（除非你想轉職），而是清楚釐清：「我的專業優勢在哪裡？」、「我的工作流程中，有哪些環節可以交給 AI？」

如果不做這件事，未來一定不會給你喘息的機會，因為新的工作流程之下，需要的人力可能只剩以前的十分之一，而「你、我」都極有可能被排除在未來的職場。